I. Creando nuestros datos

Primero, crearemos un vector con cada uno de los nombres de la personas y los datos de la latitus y longitud del lugar de la República Mexicana al que les gustaría viajar. Posteriormente, mediante la función rbind crearemos una matriz por columnas con los datos de las ubicaciones a las que nos gustaría viajar:

sarah<-c(-108.99808,25.79302)
marcos<-c(-86.94434,20.50610)
orlando<-c(-21.1,39.67)
oscar<-c(-116.60071,31.87149)
max<-c(-106.4062,23.2329)
viajes<-rbind(sarah,marcos,orlando,oscar,max)
viajes
##               [,1]     [,2]
## sarah   -108.99808 25.79302
## marcos   -86.94434 20.50610
## orlando  -21.10000 39.67000
## oscar   -116.60071 31.87149
## max     -106.40620 23.23290

II. Cambiando el nombre de nuestras columnas

Una vez que hemos creado nuestra matriz de datos, cambiaremos el nombre de nuestras columnas con la función colnames:

colnames(viajes)<-c("Longitud","Latitud")
viajes
##           Longitud  Latitud
## sarah   -108.99808 25.79302
## marcos   -86.94434 20.50610
## orlando  -21.10000 39.67000
## oscar   -116.60071 31.87149
## max     -106.40620 23.23290

III. Transformando nuestra matriz en un data.frame

Recuerda que para hacer gráficas con ggplot y mapas con qmplot necesitamos un data frame. Vamos a transformar nuestra matriz en un data.frame de la siguiente forma:

viajes<-data.frame(viajes)
viajes
##           Longitud  Latitud
## sarah   -108.99808 25.79302
## marcos   -86.94434 20.50610
## orlando  -21.10000 39.67000
## oscar   -116.60071 31.87149
## max     -106.40620 23.23290

IV. Creando una gráfica de dispersión con nombres y puntos

Podemos crear una grafica de dispersión y usar los nombres como etiqueta si utilizamos la función ggplot junto con geom_text; además, podemos agregar puntos a nuestra gráfica con la función geom_point. Finalmente, si queremos que nuestra gráfica sea interactiva, utilizamos la función ggplotly:

dispersion<-ggplot(viajes)+geom_text(aes(Longitud,Latitud),label= rownames(viajes))+geom_point(aes(Longitud,Latitud),color= rainbow(5))
ggplotly(dispersion)

V. Creando un mapa

Para crear un mapa, utilizaremos la funcion qmplot:

qmplot(Longitud, Latitud, data=viajes, color=I(rainbow(5)))

VI. Mapa de puntos y denssidad

Podemos agregar el parámetro geom = c("point","density2d") para hacer un mapa de puntos y densidad:

qmplot(Longitud, Latitud, data=viajes, geom=c("point","density2d"))

VII. Preguntas

1.- ¿Cómo están distribuidas sus ubicaciones?

2 estan cerca, otros dos un poco dispersos y el ultimo definitivamente muy lejos.

2.- Si tuvieras que pensar en una función que pasara por todas sus ubicaciones, ¿qué tipo de función sería?

Una función cuadrática ### 3.- ¿Consideras que graficar la ubicación de una persona en un mapa tiene un valor económico? ¿Por qué?

Este tipo de información se puede ocupar para estrategias de redes sociales, es decir, ventas. Por ejemplo, si estas cerca de la playa te apareceran anuncios de trajes de baño, etc.

4.- ¿Hasta ahora qué han aprendido en el curso?

Utilizar R studio y sus herramientas básicas. Ver los elementos del temario en R studio Y con las películas y audiolibros que hemos tenido pudimos dar un análisis.

Esta obra fue generada mediante R en November 20, 2020 y forma parte de las actividades realizadas en las materias de Matemáticas I y Taller III, Facultad de Economía, UNAM.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).Licencia de Creative Commons